multi-label classification | BriefGPT

关键词multi-label classification

搜索结果 - 201

ICCVCLIP 解码器：使用多模态 CLIP 对齐表示进行零样本多标签分类
多标签分类的零样本学习方法，通过引入 CLIP-Decoder 的多模态表示学习，在零样本多标签分类任务中表现出前沿结果，相较于现有方法在性能上提升了 3.9％，在广义零样本多标签分类任务中提升了近 2.3％。
PDF8 days ago
Attri-Net: 一种用于多标签分类的全局和局部本质可解释模型，采用类特定反事实
Attri-Net 是一种用于多标签分类的具有内在可解释性的模型，它能提供局部和全局解释，通过生成类别特定的归因图，并基于归因图通过逻辑回归分类器进行分类。该模型在保持分类性能的同时，能够生成与临床知识一致的高质量解释。
PDF21 days ago
ACL隐含话语关系识别的多标签分类
在我们的工作中，我们通过探索各种多标签分类框架来处理隐含语篇关系识别，并显示多标签分类方法不会降低单标签预测的性能。此外，我们对结果和数据进行了全面的分析。我们的工作有助于推动对语篇关系的理解和应用，并为未来研究奠定基础。
PDF23 days ago
EUFCC-340K：面向 GLAM 藏品元数据标注的多面向层次数据集
本研究讨论了在文化遗产领域中自动元数据注释的挑战，并介绍了一种新颖的数据集 EUFCC340K。该数据集采集自 Europeana 门户网站，包含超过 340,000 张图像，并按照材料、对象类型、学科和主题等多个维度进行组织，遵循 AAT
PDF25 days ago
卷积神经网络、ResNet 和视觉 Transformer 在胸部疾病多分类中的比较研究
使用大规模语言模型和 Transformer 架构，基于 ViT 模型，在多标签分类任务中对胸部 X 射线图像进行准确的肺部疾病诊断。
PDFa month ago
西班牙法律判决的可解释机器学习多标签分类
提出了一个将人工智能、机器学习、自然语言处理与深度法律推理结合的混合系统，用于法律判决的多标签分类和解释，通过提供自然语言解释来减轻法律专家的重复劳动密集型法律分类任务。
PDFa month ago
基于 Transformer 的联合学习用于多标签遥感影像分类
通过研究最先进的转换器架构（即 MLP-Mixer、ConvMixer、PoolFormer）在非独立和非同分布的训练数据上实现联合学习，针对遥感中的多标签分类问题，在不同非独立和非同分布程度下，比较了这些转换器架构在训练数据异质性、局部训
PDFa month ago
预训练视觉语言模型中的伪提示生成，面向多标签医学图像分类
该研究介绍了一个新的提高医学图像识别性能的方法，利用预训练视觉 - 语言模型和伪提示生成来实现多标签分类和自动诊断，对比实验证明了其在多标签胸部放射图数据集上的卓越性能。
PDF2 months ago
利用运行中的列车振动检测铁路维护需求
本论文提出了使用单次列车行驶指标来检测铁路轨道系统不同的维护需求。结果显示，通过使用简单的分类器如 k 最近邻算法，加速度数据的信号能量特征在压实和铺装两种维护需求上能够达到 76% 的准确率。结果还表明，东西向方向能够更准确地检测维护需求
PDF2 months ago
MBTI 类型的可解释性多标签分类
本文旨在确定最有效的机器学习模型，以准确地从 Reddit 帖子和 Kaggle 数据集中对 Myers-Briggs 类型指标（MBTI）进行分类。我们应用多标签分类和二元关联方法，并使用可解释的人工智能（XAI）方法突出流程和结果的透明
PDF2 months ago
拓展视野：为长尾胸部 X 光分类实现混合量子迁移学习
我们使用基于 Jax 的框架实现了用于长尾 CXR 分类的混合量子迁移学习的可访问实现。
PDF2 months ago
掩膜式两通道解耦框架用于不完整多视图弱多标签学习
提出了一种基于深度神经网络的掩码两通道解耦框架，用于解决复杂而高度逼真的不完全多视角弱多标签学习任务，核心创新在于将深度多视学习方法中的单通道视图级表示解耦为共享表示和视图专有表示，并设计了交叉通道对比损失以增强两个通道的语义属性。此外，利
PDF2 months ago
通过探索标签相关性的方法，仅使用正标签进行联邦学习
研究了在联邦学习设置下的多标签分类问题，通过探索标签相关性的联邦平均方法提出了一种新的通用方法 FedALC，可以显著优于现有方法。
PDF2 months ago
深度依赖网络和高级推理方案在多标签分类中的应用
我们提出了一个统一的框架，称为深层依赖网络（DDN），它将依赖网络和深度学习架构结合起来，用于多标签分类，特别是在图像和视频数据上。
PDF2 months ago
ICCV超越你所见：使用种族健康不平等社会决定因素对多标签胸部 X 射线分类进行子群交叉公平性的实证分析
通过使用深度学习模型，本研究在疾病诊断方面取得了重要进展，在使用胸部 X 射线上具有很大潜力。然而，这些模型中存在的固有偏见可能导致预测准确性在不同保护组之间存在差异。为了实现准确的诊断结果并确保在交叉组之间公平性，我们提出了一个框架，用于
PDF3 months ago
基于相似度的确定性多标签学习
多标签分类中引入一种新的标注方法，通过确定性标签减少标注成本，并使用基于相似度的提示学习方法来提高模型性能。
PDF3 months ago
CVPR不足标签的开放式视频问题回答的排名蒸馏
本文针对开放式视频问题回答进行了研究，提出了一种简单而有效的排名蒸馏框架 (RADI)，用于解决现有标注问题的缺陷，并且在五个流行基准测试中与最先进的方法相比，表现出色。
PDF3 months ago
COLING利用对抗性训练的本地层次化方法进行层次文本分类
本文介绍了一种基于对抗框架的本地层次结构，用于在几乎所有层次文本分类（HTC）模型中优化复杂的分类树形结构，实验证明该本地层次结构有助于处理复杂的分类树形结构并提高稀有类别的分类效果。
PDF4 months ago
多标签分类的自动化机器学习
自动化机器学习在多标签分类等任务中，选择和配置机器学习算法并将其组合成适合给定数据集的机器学习流程图。通过设计一种扩展的自动化机器学习方法，该方法优化了机器学习算法的流程图，并在多标签分类中配置复杂的层次结构，进一步研究了单标签和多标签分类
PDF4 months ago
ICLR多标签分类中基于宏 $K$ 指标的一致算法
在多标签分类的人口效用框架下，我们考虑复杂性能度量的优化问题。我们主要关注一种指标，它线性可分解为对每个标签分别应用的二分类效用的总和，并对每个实例预测出恰好 k 个标签。这些 “宏 - at-$k$” 指标在具有长尾标签的极端分类问题中具
PDF5 months ago